[[441713]]

大家好，我是悟空呀，這次我們來細(xì)說下 MySQL 中的索引。

我們先從一個面試場景開始：

面試官：了解過數(shù)據(jù)庫索引嗎？

候選人：聽過一些，底層數(shù)據(jù)結(jié)構(gòu)好像是二叉樹，不對，好像是 B 樹，哦，我想起來了，好像是 B+樹……（像極了當(dāng)年面試的我）

面試官：聽過哈希索引嗎？

候選人：我知道哈希表，哈希索引沒聽過

面試官：今天面試先到這里了，回去等消息吧……

溫馨提示：本文是數(shù)據(jù)庫索引的簡單入門篇，后面會通過圖解的方式逐步帶大家深入索引的原理，敬請期待！

先引入一個簡單的示例，通過示例操作解釋一下為什么需要數(shù)據(jù)庫索引。

假設(shè)我們有一個名為 t_employee 的數(shù)據(jù)庫表，這個數(shù)據(jù)庫表有三列：name，age，address，數(shù)據(jù)量有上萬行。

如果我們想要查找所有名為「leixiaoshuai」員工的詳細(xì)信息，只需要寫一個簡單的 SQL 語句就可以搞定，相信大家都會寫。

SELECT * FROM t_employee  
WHERE name = 'leixiaoshuai' 

如果沒有索引，會發(fā)生什么？

一旦我們運(yùn)行了這條 SQL 查詢語句，在數(shù)據(jù)庫內(nèi)部是如何工作的呢？數(shù)據(jù)庫會搜索 t_employee 表中的每一行，從而確定員工的名字（name）是否為 ‘leixiaoshuai’。由于我們想要得到每一個名字為 leixiaoshuai 的雇員信息，在查詢到第一個符合條件的行記錄后，不能停止查詢，因為可能還有其他符合條件的行。所以，必須一行一行的查找直到最后一行，這就意味數(shù)據(jù)庫不得不檢查上萬行數(shù)據(jù)才能找到所有名字為 leixiaoshuai 的員工。這就是所謂的 全表掃描 。

數(shù)據(jù)庫索引如何幫助提高性能？

你可能會想：「這么簡單的查詢語句居然還需要全表掃描，數(shù)據(jù)庫也太笨了吧？！」

這就類似于用人眼從頭到尾逐字逐句讀一本書，效率太低了！

那應(yīng)該怎么辦？聰明的你肯定想到解決方案了：「加個索引啊」。

這就是索引派上用場的時候了，使用索引的目的就是**通過減少表中需要檢查的記錄/行的數(shù)量來加速搜索查詢。**說的再簡單點(diǎn)：「索引就是用來加速查詢的」。

什么是索引？

那么問題來了，什么是索引呢？索引本質(zhì)是一種數(shù)據(jù)結(jié)構(gòu)（最常見的是 B+樹），是在表的列上創(chuàng)建的。

索引的數(shù)據(jù)結(jié)構(gòu)是什么樣的？

常見MySQL索引一般分為： Hash索引 和**B+**樹索引，InnoDB引擎中默認(rèn)的是B+樹。

B+樹是最常用于索引的數(shù)據(jù)結(jié)構(gòu)，時間復(fù)雜度低：查找、刪除、插入操作都可以可以在 logn 時間內(nèi)完成。另外一個重要原因存儲在 B+樹 中的數(shù)據(jù)是 有序的 。

在B+樹常規(guī)檢索場景下，從根節(jié)點(diǎn)到葉子節(jié)點(diǎn)的搜索效率基本相當(dāng)，不會出現(xiàn)大幅波動，而且基于索引的順序掃描時，也可以利用雙向指針快速左右移動，效率非常高。

哈希索引就是采用一定的哈希算法，把鍵值換算成新的哈希值，檢索時不需要類似B+樹那樣從根節(jié)點(diǎn)到葉子節(jié)點(diǎn)逐級查找，只需一次哈希算法即可立刻定位到相應(yīng)的位置，速度非常快。

哈希表索引是如何工作的？

如果你在創(chuàng)建索引時指定數(shù)據(jù)結(jié)構(gòu)為「哈希表」，那這些索引也可稱為「哈希索引」。

哈希索引的優(yōu)點(diǎn)非常明顯，在一定場景下，檢索指定值時哈希表的效率極高。比如上面我們討論的一個查詢語句：SELECT * FROM t_employee WHERE name = ‘leixiaoshuai’，如果在 name 列上加一個哈希索引，檢索速度有可能會成倍提升。

哈系索引的工作方式是將列的值作為索引的鍵值（key），鍵值相對應(yīng)實際的值（value）是指向該表中相應(yīng)行的指針。因為哈希表基本上可以看作是關(guān)聯(lián)數(shù)組，一個典型的數(shù)據(jù)項就像 「leixiaoshuai => 0x996996」，而 0x996996 是對內(nèi)存中表中包含 leixiaoshuai 這一行的引用。在哈系索引的中查詢一個像 leixiaoshuai 這樣的值，并得到對應(yīng)行的在內(nèi)存中的引用，明顯要比掃描全表獲得值為 leixiaoshuai 的行的方式快很多。

哈希索引的缺點(diǎn)

上面說了哈希索引的優(yōu)點(diǎn)，那哈希索引的缺點(diǎn)也是繞不過去的。

哈希表是無順的數(shù)據(jù)結(jié)構(gòu)，對于很多類型的查詢語句哈希索引都無能為力。舉例來說，假如你想要找出所有小于40歲的員工。你怎么使用使用哈希索引進(jìn)行查詢？這不可行，因為哈希表只適合查詢鍵值對，也就是說查詢相等的查詢（例：like “WHERE name = ‘leixiaoshuai’）。哈希表的鍵值映射也暗示其鍵的存儲是無序的。這就是為什么哈希索引通常不是數(shù)據(jù)庫索引的默認(rèn)數(shù)據(jù)結(jié)構(gòu)， 因為在作為索引的數(shù)據(jù)結(jié)構(gòu)時，其不像B+Tree那么靈活 。

總結(jié)一下缺點(diǎn)：

• （1）不支持范圍查詢

• （2）不支持索引完成排序

• （3）不支持聯(lián)合索引的最左前綴匹配規(guī)則

還有什么其他類型的索引？

常見的還有：R 樹和位圖索引。

R 樹通常用來為空間問題提供幫助。例如，一個查詢要求“查詢出所有距離我兩公里之內(nèi)的麥當(dāng)勞”，如果數(shù)據(jù)庫表使用R樹索引，這類查詢的效率將會提高。

位圖索引（bitmap index）， 這類索引適合放在包含布爾值(true 和 false)的列上。

索引如何提高性能？

因為索引基本上是用來存儲列值的數(shù)據(jù)結(jié)構(gòu)，這使查找這些列值更加快速。如果索引使用B+樹數(shù)據(jù)結(jié)構(gòu)，那么其中的數(shù)據(jù)是有序的，有序的列值可以極大的提升性能。

假如我們在 name 這一列上創(chuàng)建一個 B+樹 索引，這意味著當(dāng)我們用之前的SQL查找name=‘leixiaoshuai‘時不需要再掃描全表，而是用索引查找去查找名字為‘leixiaoshuai’的員工，因為索引已經(jīng)按照按字母順序排序。索引 已經(jīng)排序 意味著查詢一個名字會快很多，因為名字少字母為‘L’的員工都是排列在一起的。另外重要的一點(diǎn)是，索引同時存儲了表中相應(yīng)行的指針以獲取其他列的數(shù)據(jù)。

數(shù)據(jù)庫索引中到底存的是什么？

你現(xiàn)在已經(jīng)知道數(shù)據(jù)庫索引是創(chuàng)建在表的某列上的，并且存儲了這一列的所有值。但是需要理解的重點(diǎn)是 數(shù)據(jù)庫索引并不存儲這個表中其他列（字段）的值 。舉例來說，如果我們在 name 列創(chuàng)建索引，那么 age 列和 address 列上的值并不會存儲在這個索引當(dāng)中。如果我們確實把其他所有字段也存儲在個這個索引中，那這樣會占用太大的空間而且會十分低效。

索引還存儲指向表行的指針

如果我們在索引里找到某一條記錄作為索引的列的值，如何才能找到這一條記錄的其它值呢？

這很簡單，數(shù)據(jù)庫索引同時存儲了指向表中的相應(yīng)行的指針。指針是指一塊內(nèi)存區(qū)域， 該內(nèi)存區(qū)域記錄的是對硬盤上記錄的相應(yīng)行的數(shù)據(jù)的引用。因此，索引中除了存儲列的值，還存儲著一個指向在行數(shù)據(jù)的索引。也就是說，索引中的name這列的某個值（或者節(jié)點(diǎn)）可以描述為 (“leixiaoshuai”, 0x996996)， 0x996996 就是包含 “leixiaoshuai”那行數(shù)據(jù)在硬盤上的地址。如果沒有這個引用，你就只能訪問到一個單獨(dú)的值（“leixiaoshuai”），而這樣沒有意義，因為你不能獲取這一行記錄的employee的其他值-例如地址（address）和年齡（age）。

數(shù)據(jù)庫如何知道何時使用索引？

當(dāng)你運(yùn)行一條查詢 SQL 語句時，數(shù)據(jù)庫會檢查在查詢的列上是否有索引。假設(shè) name 列上確實創(chuàng)建了索引，數(shù)據(jù)庫會接著檢查使用這個索引做查詢是否合理 ，因為有些場景下，使用索引比起全表掃描會更加低效。

可以強(qiáng)制數(shù)據(jù)庫在查詢中使用索引嗎？

通常來說， 你不會告訴數(shù)據(jù)庫什么時候使用索引，數(shù)據(jù)庫自己決定。

如何在SQL中創(chuàng)建索引？

下面是在前面示例中的Employee_Name列上創(chuàng)建索引時實際SQL的外觀：

CREATE INDEX name_index 
ON t_employee (name) 

如何在SQL中創(chuàng)建聯(lián)合（多列）索引？

我們可以在age 和 address 兩列上創(chuàng)建聯(lián)合索引，SQL如下：

CREATE INDEX age_address_index 
ON t_employee (age, address) 

可以把數(shù)據(jù)庫索引類比成什么？

一個非常好的類比是把數(shù)據(jù)庫索引看作是書的索引。

你從頭到尾逐字逐行讀完就是「全表掃描」；

你翻看目錄挑選感興趣的部分閱讀就是走了索引。

使用數(shù)據(jù)庫索引有什么代價？

既然索引優(yōu)點(diǎn)這么多，那給所有列加上索引不就完事了，no no no，加索引是有代價的。

（1）索引會占用空間。你的表越大，索引占用的空間越大。

（2）在更新操作有性能損失。當(dāng)你在表中添加、刪除或者更新行數(shù)據(jù)的時候， 在索引中也會有相同的操作。

基本原則是：如果表中某列在查詢過程中使用的非常頻繁，那就在該列上創(chuàng)建索引。

參考：

1. How do database indexes work? And, how do indexes help? Provide a tutorial on database indexes.

2. 數(shù)據(jù)庫索引漫談